Czy planista nadal jest potrzebny?

(1)

Czy planista nadal jest potrzebny?

Mariusz Stasiak

Prezes Zarządu Emapa S.A.

(2)

Dlaczego Emapa?

WŁASNE MAPY, OPROGRAMOWANIE,

KNOW HOW

NAJLEPSZE ALGORYTMY

OPTYMALIZACYJNE

PROJEKTY BADAWCZE

1 2 3 4

NA RYNKU OD 2001 ROKU

(3)

Dlaczego Emapa?

1

NA RYNKU OD 2001 ROKU

• 18 lat na rynku

• Specjalizacja związana z mapami

• Rozwiązania zarówno B2B jak i B2C

• Bogate portfolio produktów i usług

• Ponad 50 specjalistów

(4)

Dlaczego Emapa?

2

WŁASNE MAPY, OPROGRAMOWANIE,

KNOW HOW

2 • Autorska mapa cyfrowa Polski

• Mapa Europy TomTom

• Rozwiązania dla transportu, dystrybucji, lokalizacji GPS, nawigacja MapaMap

• Narzędzia geomarketingowe

• Aplikacje zarówno sieciowe jak i desktopowe

• Najnowsze algorytmy optymalizacyjne

(5)

Dlaczego Emapa?

2

PROJEKTY BADAWCZE

2 Nowe metody optymalizacji zagadnień VRP

luty 2017 – lipiec 2019

Cel: opracowanie nowych dynamicznych metod optymalizacji zagadnień VRP (ang. Vehicle Routing Problem) uwzględniających także utrudnienia na drodze.

• Wartość projektu (całkowita): 4 029 628,52 PLN

• Dofinansowanie projektu z UE: 2 887 862,45 PLN

3

(6)

Dlaczego Emapa?

2

PROJEKTY BADAWCZE

2 Opracowanie uniwersalnych metod rozwiązywania zaawansowanych problemów marszrutyzacji z

wykorzystaniem uczenia maszynowego

wrzesień 2019 – kwiecień 2022

Cel: Opracowanie nowatorskich metod optymalizacji bogatej rodziny

problemów rozwózkowo-zwózkowych (PDP, Pickup-Delivery Problem) z

dodatkowymi ograniczeniami, opisywanymi w literaturze jako problemy rich VRP (Vehicle Routing Problem) lub rich PDP.

• Wartość projektu: 6 460 215,00 PLN

• Dofinansowanie projektu z UE: 4 697 463,50 PLN

3

(7)

Dlaczego Emapa?

2

NAJLEPSZE ALGORYTMY OPTYMALIZACYJNE

2

• Aktywny udział w badaniach benchmarkowych Gehringa i Homerberga (norweski instytut naukowy Sintef)

• Znalezienie najmniejszej sumy długości tras, nie zmniejszając liczby odwiedzanych punktów

• Ponad 100 pobitych rekordów dało Emapie 1 miejsce w benchmarku

• Kategorie, w których zespół Emapy rywalizuje to wielkości odpowiednio 400, 600, 800 i 1000 wierzchołków.

3 4

12 specjalistów z dziedziny algorytmiki w tym 4 doktorów i 2 profesorów

(8)

MONITORING GPS

DIGITALIZACJA

OPTYMALIZACJA TRAS

Pola do szukania oszczędności

(9)

Problemy z planowaniem

BRAK PLANISTÓW ROTACJA SKOMPLIKOWANE OGRANICZONY CZAS STRES ZAGADNIENIA

ZMIANY ZADAŃ NISKA MARŻA

(10)

O optymalizacji

Optymalizacja

takie ułożenie punktów trasy aby jej realizacja była jak najlepsza:

• najszybsza

• najtańsza

• najbardziej dochodowa

• najefektywniejsza

(11)

O optymalizacji

Problem VRP jest NP trudny

można nie znaleźć właściwego rozwiązania w rozsądnym czasie

10 3 628 800 4 11 39 916 800 40 12 479 001 600 479 13 6 227 020 800 6 227 14 87 178 291 200 87 178 100 ############################ ##################################

Czas znalezienia rozwiązania [s]

milion rozwiązań na s Liczba kombinacji

Liczba stopów

(12)

O optymalizacji

Kto z Państwa trafił „szóstkę” w Lotto?

• Odwiedzenie 10 punktów dla jednego kierowcy stwarza:

3 628 800 możliwych kombinacji,

z których należy znaleźć jedną najbardziej optymalną.

• Wybierając losowo kolejność punktów mamy szansę w nie trafić z takim samym prawdopodobieństwem jak kupując 4 zakłady

w Lotto na trafienie „szóstki”.

A to tylko dla 10 punktów!

(13)

Dane wejściowe - adresy Problemy:

• niepełne adresy

• literówki

• brak kodów pocztowych

• nazwy opisowe

• wydajność geokodowania

Rozwiązania:

• elastyczność w znajdowaniu adresów

• wprowadzenie nazw alternatywnych

• 0,02 s na znalezienie adresu

(14)

Dane wejściowe - macierz

Macierz odległości

(15)

Dane wejściowe - macierz

Parametry pojazdów determinują liczbę macierzy odległości

(16)

Dane wejściowe - macierz

Parametry mapy determinują jakość rozwiązania

(17)

liczba stopów macierz tras

250 62 500

∑=250 000

Dane wejściowe - macierz

Macierze odległości dla 4 typów pojazdów

(18)

Czas i jakość rozwiązania

97,82

98,94

95,5 96 96,5 97 97,5 98 98,5 99 99,5 100

0 2 4 6 8 10 12 14 16 18 20 22 24 26 28 30

JAKOŚĆ ROZWIĄZANIA [%]

CZAS [S]

JAKOŚĆ ROZWIĄZANIA [%] DLA 100 STOPÓW W CZASIE [S]

(19)

Czas i jakość rozwiązania

90,4

94,8

96,2 96,91

82 84 86 88 90 92 94 96 98 100

0 5 10 15 20 25 30 35 40 45 50

JAKOŚĆ ROZWIĄZANIA [%]

CZAS [S]

JAKOŚĆ ROZWIĄZANIA [%] DLA 300 STOPÓW W CZASIE [S]

(20)

Modele dystrybucji

Czas pracy: 8:00-16:00

Okna czasowe: NIE

Czas serwisu: 11 minut

Liczba stopów: 14

Długość trasy: 238 km

Okna czasowe: TAK

Liczba stopów: 14

(21)

Modele dystrybucji

Liczba magazynów: 1

Okna czasowe: NIE

Liczba pojazdów: 7

Liczba typów pojazdu: 4

Liczba stopów: 100

(22)

Modele dystrybucji

Okna czasowe: NIE

Liczba pojazdów: 7

Liczba stopów: 100

(z jednym magazynem było 1689 km)

(23)

Modele dystrybucji

Okna czasowe: NIE

Liczba pojazdów: 7

Liczba stopów: 100

(24)

Modele dystrybucji

Okna czasowe: NIE

Liczba pojazdów: 7

Liczba stopów: 100

(25)

Modele dystrybucji

(26)

Dodatkowe możliwości

Klient poniedziałek wtorek środa czwartek piątek

A X X

B X

C X X

D

E X

F X

G X

Klient poniedziałek wtorek środa czwartek piątek

przychód z odwiedzin

A X X ~700 zł

B X ~700 zł

C X X ~700 zł

D ~700 zł

E X ~700 zł

F X ~700 zł

G X ~700 zł

Balansowanie tras

Periodyczność

(27)

Dodatkowe możliwości

Gdzie zbudować magazyn?

Z jakiego rejonu zatrudnić handlowca?

Znając:

• punkty odbioru,

• częstotliwość odwiedzin

• oraz koszty i cechy transportowe floty

można znaleźć optymalne miejsce na lokalizację magazynu minimalizując tym samym istotnie koszty bieżącej działalności.

(28)

Case Study

• dziennie: 1000 palet do rozwiezienia

• do dyspozycji: 150 pojazdów od 4 do 32 palet

• magazyn centralny dostarcza towar do 36 hurtowni

Cel: optymalny dobór pojazdów, które należy wynająć od podwykonawców, aby

wykonać zlecenia w zadanym czasie minimalizując sumaryczny dystans kilometrów (pojazdy z mniejszą ładownością mają mniejszą masę całkowitą, a tym samym mniej ograniczeń drogowych.

E f e k t y o p t y m a l i z a c j i

Hurtownia hydrauliczno - elektryczna

(29)

Case study

Zmniejszenie liczby tras o 68 – 27,4%

(z 260 do 192)

Redukcja dystansu o 21 200 km 28,26%

(z 75 188 km na 53 940 km)

wnioski:

• Zwiększenie wykorzystania pojazdów największych (redukcja liczby tras i km)

• Przesunięcie środka ciężkości ze średnich pojazdów na mniejsze (optymalne wykorzystanie przestrzeni ładunkowej)

E f e k t y o p t y m a l i z a c j i

Hurtownia hydrauliczno - elektryczna

(30)

Optymalizacja tras

Jakie przynosi korzyści?

Algortym wykona pracę bez stresu i dokładniej

PROCES SKOMPLIKOWANIA

Oszczędność czasu na przygotowanie rozwiązania

CZAS

Od kilku do 30%

OSZCZĘDNOŚCI FINANSOWE

W transporcie wykorzystywanych jest mniej pojazdów

ALOKACJA SPRZĘTU

(31)

Optymalizacja tras

Jakie przynosi korzyści?

Mniejsza liczba wykwalifikowanych specjalistów

MNIEJ PRACOWNIKÓW

Wysyłanie trasy do nawigacji kierowcy

JAZDA JAK PO SZNURKU

(32)

Czy planista nadal jest potrzebny?

(33)

Nowa rola planisty

Rola planisty w erze algorytmów

WPROWADZA I AKTUALIZUJE DANE

STERUJE TECHNOLOGIĄ

ZNA I ROZUMIE PRZEBIEG PROCESÓW

REALIZUJE A NIE TYLKO PLANUJE

(34)

Algorytmy optymalizacyjne

Dowiedz się więcej na

www.emapa.pl

Mariusz Stasiak^.

m.stasiak@emapa.pl